Vibecoding
Como corrigir dado ruim antes que vire decisão ruim
Limpar a base inteira é projeto que nunca termina. Existe um caminho melhor: fechar a torneira primeiro, depois limpar só o que alguém usa pra decidir.
Toda empresa chega num momento em que alguém olha a base e decide fazer uma limpeza geral.
Monta-se o esforço, a base fica bonita por algumas semanas, e volta a sujar.
Porque a limpeza trata o sintoma e deixa a causa intacta.
A ordem certa é o contrário da intuitiva
A intuição manda limpar primeiro.
O certo é fechar a torneira primeiro.
Se a entrada continua aceitando dado inconsistente, qualquer limpeza tem prazo de validade. Você gasta duas semanas e, em três meses, está no mesmo lugar.
Primeiro: trava a entrada
Três mudanças resolvem a maior parte.
Validação no servidor, não só na tela. A validação do navegador é conveniência pro usuário; qualquer caminho que não passe pela tela ignora ela. A que protege é a do servidor.
Lista fechada em vez de campo livre. Todo campo de texto livre vira bagunça. Estado digitado à mão produz SP, S.P., São Paulo e Sao Paulo. Onde o conjunto de valores é conhecido, lista.
Formato definido pro que tem formato. Data, documento, telefone, valor. Define um, converte na entrada, guarda sempre igual. Metade dos problemas de relatório nasce de data guardada em três formatos diferentes.
Isso não resolve o passado. Garante que o passado para de crescer.
Depois: limpa só o que alimenta decisão
Aqui está o segundo erro comum: querer limpar tudo.
Pergunta o que de fato é usado pra decidir. Normalmente é pouco: cliente, receita, status de contrato, uma ou duas categorias.
Começa por esses. O resto espera, e boa parte nunca vai precisar.
Identifica o problema por tipo, não registro a registro:
Duplicata, o mesmo cliente em duas fichas. Formato misturado, a mesma informação escrita de jeitos diferentes. Vazio que deveria ter valor. Valor impossível, data no futuro, idade de 200 anos, preço negativo.
Cada tipo tem um conserto em bloco. Um a um é inviável e desnecessário.
Duplicata merece cuidado extra
É o tipo mais perigoso de limpar, porque o conserto errado é pior que o problema.
Fundir dois registros que não eram a mesma pessoa cria um monstro: histórico de dois clientes misturados, e separar depois é muito mais difícil que fundir.
Por isso: duplicata provável é sugerida pelo sistema e aprovada por gente. Nunca fundida automaticamente por semelhança de nome.
Onde a IA é boa aqui
Essa é uma das tarefas em que ela rende mais.
Detecta padrão inconsistente numa coluna com facilidade. Propõe normalização. Identifica provável duplicata melhor que regra simples. Encontra valor absurdo que ninguém viu.
O que ela não faz é aprovar a correção. Ela não sabe que aqueles dois registros parecidos são, na verdade, matriz e filial, que são clientes diferentes com nome quase igual.
Fluxo que funciona: ela aponta, propõe e explica; você aprova em lote depois de olhar uma amostra. É o mesmo princípio de revisar o trabalho de um agente.
Por último: o histórico
Depois da entrada travada e do dado de decisão limpo, sobra o passado.
E a resposta certa, na maioria dos casos, é deixar como está.
Marca como histórico, documenta que até tal data o padrão era outro, e segue. Limpar dado que ninguém consulta é custo sem retorno, e é onde projetos de limpeza morrem de exaustão.
Fecha a torneira, limpa o que decide, deixa o resto quieto.
A decisão é sua.
Perguntas frequentes
Perguntas rápidas
+Por que mutirão de limpeza não funciona?
Porque trata o sintoma. Enquanto a entrada aceitar dado inconsistente, a base suja de novo, e em poucos meses o trabalho inteiro precisa ser refeito.
+Por onde começar?
Pela entrada. Validação no servidor, lista fechada em vez de campo livre onde faz sentido, e formato definido para data, documento e valor.
+Preciso corrigir todo o histórico?
Quase nunca. Corrija o que alimenta decisão atual e deixe o resto como está, marcado como histórico, porque limpar dado que ninguém consulta é custo sem retorno.
+Como a IA ajuda nessa limpeza?
Ela é eficiente para detectar padrões inconsistentes, propor normalização e identificar prováveis duplicatas. A aprovação da correção precisa ser humana, porque fundir dois registros errados cria um problema pior.
Continue lendo
Como migrar dado sem perder nada no caminho
Migração é a operação com maior chance de perda silenciosa que existe. O método que funciona nunca desliga a origem antes de provar, com número, que o destino está igual.
VibecodingPor que a IA acerta no mundo e erra no seu dado
Ela responde qualquer pergunta geral com precisão e erra feio na sua base. Não é limitação do modelo. É que o seu contexto nunca foi dito a ele.
VibecodingComo preparar seus dados pra IA responder com eles
Jogar a pasta inteira no modelo é caro, lento e piora a resposta. Preparar é separar o que responde pergunta do que é ruído, e isso é trabalho de quem conhece o negócio.